面对面教你用Python查看茅台股票交易数据

我突然很好奇，你说那些什么18几年的茅台真的是18几年就开始酿的吗？还有就是一个月要卖那么多，货是怎么供过来的？最后就是，一瓶那么贵，那一个月赚多少？好多的疑问啊，就用Python揭开神秘的面纱吧。

如图1所示是网易财经展示的贵州茅台股票的历史交易数据。

单击“下载数据”超链接，会弹出如图2所示的对话框，选择完成后单击“下载”按钮就可以下载数据了，所下载的数据是CSV格式。

CSV（Comma-Separated Values）是以逗号分隔数据项（也被称为字段）的数据交换格式，主要应用于电子表格和数据库之间的数据交换。

**提示：**CSV 是文本文件，可以使用记事本等文本编辑器打开，如图2-5所示，还可以使用Excel打开，如图2-6所示。另外，可以将Excel中的电子表格另存为CSV文件，但这可能会导致数据格式丢失，例如CSV文件中的\"0001\"数据使用Excel打开会变为1。在Windows平台上，默认的字符集是GBK，要想使用Excel打开CSV文件且不乱码，就需要将CSV文件保存为GBK字符集。

该折线图的实现代码如下：

#####python学习交流群：906715085####


#coding=utf-8
#代码文件：chapter6/ch6.2.6.py
import matplotlib.pyplot as plt
import pandas as pd

plt.rcParams[\'font.family\'] = [\'SimHei\']    # 设置中文字体
plt.rcParams[\'axes.unicode_minus\'] = False   # 设置负号正常显示

plt.figure(figsize=(15, 5))

f = r\'data\\股票的历史交易数据.xlsx\'

df = pd.read_excel(f)

df2 = df.query(\"Date >=\'2021-03-01\' and Date < \'2021-04-01\'\").sort_values(by=\'Date\')  ①
#绘制折线
plt.plot(df2[\'Date\'], df2[\'Volume\'])            ②
plt.title(\'贵州茅台股票\')
plt.ylabel(\'成交量\')                      # 添加y轴标题
plt.xlabel(\'交易日期\')                    # 添加x轴标题plt.xticks(rotation=40)plt.show()

代码解释如下。

•第①行通过指定时间段来查询数据，并按照’Date’字段排序。

•第②行通过plt.plot函数绘制折线，其中df2[‘Date’]是x轴数据，df2[‘Volume’]是y轴数据。

该折线图的实现代码如下：

#coding=utf-8
#代码文件：chapter6/ch6.2.7.py

import matplotlib.pyplot as plt
import pandas as pd

plt.rcParams[\'font.family\'] = [\'SimHei\']       # 设置中文字体plt.rcParams[\'axes.unicode_minus\'] = False    # 设置负号正常显示

plt.figure(figsize=(15, 5))

f = r\'data\\股票的历史交易数据.xlsx\'

df = pd.read_excel(f)

df2 = df.query(\"Date >=\'2021-03-01\' and Date < \'2021-04-01\'\").sort_values(by=\'Date\')

plt.title(\'贵州茅台股票历史OHLC折线图\')
plt.plot(df2[\'Date\'], df2[\'Open\'], label=\'开盘价\')     ①
plt.plot(df2[\'Date\'], df2[\'High\'], label=\'最高价\')
plt.plot(df2[\'Date\'], df2[\'Low\'], label=\'最低价\')
plt.plot(df2[\'Date\'], df2[\'Close\'], label=\'收盘价\')    ②

plt.ylabel(\'成交量\')
plt.xlabel(\'交易日期\')
plt.xticks(rotation=40)


plt.show()

代码解释如下。

第①行和第②行绘制了4个折线图，label参数用于设置在图例中显示的折线标签。

至此，我们便可以直观地看到茅台一个月内的历史股票交易数据啦！

终于到周末了，疫情很严重，各位家人们就不要乱跑啦，保护好自己哟。相同的案例希望你下次遇到的时候也能用这个方法解决，代码很短，文章也很短，点赞是真情哦~

来源：https://www.cnblogs.com/123456feng/p/16056732.html
本站部分图文来源于网络，如有侵权请联系删除。